王婉娜,石慧,曾建潮

• 1:太原科技大学工业与系统工程研究所
• 2:中北大学计算机与控制工程学院

摘要(Abstract)：

齿轮及其齿轮产品是机械设备的基础元件,齿轮传动形式是机械装备常见的传动形式之一,运行是否正常直接影响到整台机械设备。利用状态监测信息分析其退化性能,建立适当的模型研究退化特征的发展趋势、预测设备剩余寿命,为制定更合理的维修计划和更换策略、确定维修周期提供先决条件。基于设备性能退化数据建模进行剩余寿命研究,提出基于改进型自适应神经模糊系统的学习算法。此算法融合了多测点的实时监测信息,增加记忆单元于模糊层节点上,将上一时刻信息记忆并应用到此刻的输出上,有效地提高了网络模型的预测精度。最后以齿轮弯曲疲劳寿命预测为例,验证改进的预测模型随着迭代次数的增多,误差相比传统的自适应神经模糊系统降低很多。

关键词(KeyWords)： 剩余寿命;预测;神经模糊推理系统;齿轮

Abstract:

Keywords:

基金项目(Foundation): 山西省青年科技研究基金(201601D021065)

作者(Author): 王婉娜,石慧,曾建潮

参考文献(References)：

• [1]夏战国.基于高斯过程的提升机轴承性能评测方法研究[D].北京:中国矿业大学,2013.
• [2] LEE J,WU F,ZHAO W,et al. Prognostics and health management design for rotary machinery systems-Reviews,methodology and applications[J]. Mechanical Systems&Signal Processing,2014,42(1-2):314-334.
• [3] RAMASSO E,GOURIVEAU R. Remaining Useful Life Estimation by Classification of Predictions Based on a Neuro-Fuzzy System and Theory of Belief Functions[J]. IEEE Transactions on Reliability,2014,63(2):555-566.
• [4]孟光,尤明懿.基于状态监测的设备寿命预测与预防维护规划研究进展[J].振动与冲击,2011,30(8):1-11.
• [5] JARDINE A K S,LIN D,BANJEVIC D. A review on machinery diagnostics and prognostics implementing condition-based maintenance[J]. Mechanical Systems&Signal Processing,2006,20(7):1483-1510.
• [6]孙伟.基于啮合振动信号的齿轮寿命预测[D].南昌:南昌航空大学,2012.
• [7]何俊,张清华,孙国玺,等.旋转机械剩余寿命预测的回顾与展望[J].广东石油化工学院学报,2015(3):91-94.
• [8] LEI Y,LI N,GONTARZ S,et al. A Model-Based Method for Remaining Useful Life Prediction of Machinery[J]. IEEE Transactions on Reliability,2016,65(3):1314-1326.
• [9]史华洁,薛颂东.基于灰色神经网络的设备剩余寿命在线预测[J].太原科技大学学报,2016,37(2):81-86.
• [10]宁少华.基于数据的风电机组故障趋势预测方法研究[D].北京:华北电力大学,2015.
• [11]林国语,贾云献,孙磊,等.基于EKF-SSM的齿轮箱剩余寿命预测[J].机械强度,2014,36(4):614-619.
• [12] TIAN Z,ZUO M J. Health Condition Prediction of Gears Using a Recurrent Neural Network Approach[J]. IEEE Transactions on Reliability R,2010,59(4):700-705.
• [13]顾秀萍.自适应神经模糊推理系统(ANFIS)及其仿真[J].火力与指挥控制,2010,35(2):48-49.
• [14] SCHERER R. Takagi-Sugeno Fuzzy Systems[J]. Studies in Fuzziness&Soft Computing,2012,288:73-79.
• [15]石慧.机械系统的剩余寿命预测及预防性维修决策研究[D].太原:太原科技大学,2015.
• [16] WANG W,CARR M,XU W,et al. A model for residual life prediction based on Brownian motion with an adaptive drift[J].Microelectronics Reliability,2011,51(2):285-293.